边缘计算综述
![边缘计算综述](https://img.360docs.net/imgd4/1otojwqdnj9eh56u1thxtbkh4n88m53f-41.webp)
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1.什么是边缘计算?
在IIoT的背景下,“边缘”是指靠近数据源的计算基础设施,例如工业机器(例如风力涡轮机,磁共振(MR)扫描仪,海底防喷器)),工业控制器如SCADA系统和时间序列数据库汇总来自各种设备和传感器的数据。这些设备通常远离云中可用的集中式计算。
边缘计算是在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开放平台。边缘计算与云计算互相协同,共同助力各行各业的数字化转型。它就近提供智能互联服务,满足行业在数字化变革过程中对实时业务、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。
到目前为止,边缘计算的作用主要用于摄取,存储,过滤和发送数据到云系统。然而,我们正处于一个时间点,这些计算系统正在包装更多的计算,存储和分析功能,以消耗并对机器位置的数据采取行动。这种能力对于工业组织来说将是非常有价值的-这是不可或缺的。
2.这对工业带来的价值
行业权威人士已经计算出,数以千计的连接事物会从不同的来源产生大量的数据。根据国际电信联盟电信标准分局ITU-T的研究报告,到2020年,每个人每秒将产生1.7MB的数据,IoT可穿戴设备的出货量将达到2.37亿。IDC也发布了相关预测,到2018年,50%的物联网网络将面临网络带宽的限制,40%的数据需要在网络边缘侧分析、处理与储存,到2025年,这一数字将超过50%。管理咨询公司麦肯锡公司估计,到2025年,工业物联网(IIoT)将创造价值7.5万亿的市场规模。工业物联网将思想和机器结合在一起,将人们与加速数字产业转型的机器数据相结合。
通过将大数据,高级分析和机器学习应用于运营,工业可以减少计划外停机时间,提高资产性能,降低维护成本,并为从机床数据中获取未开发价值的新业务模式开拓潜力。
过去几年来,工业组织已经开始将云计算融入业务,从大量数据中获取洞察力,帮助实现关键业务成果,包括减少意外停机,提高生产效率,降低能耗等。云计算仍然通过工业物联网来实现新的性能水平发挥关键作用,因为它需要大量的计算能力来有效地管理来自机器的庞大数据量。
但是随着更多的计算,存储和分析能力被捆绑到更靠近数据源的较小设备中,即工业机器-边缘计算将有助于边缘处理实现工业物联网的承诺。
虽然这个概念不是新的,但是有几个关键的驱动力使它成为今天更可行的现实:
•计算和传感器的成本继续下滑,
•在较小尺寸的设备(如网关或传感器集线器)中执行的更多计算能力,
•来自机器和/或环境的日益增长的数据(例如天气或市场定价),
•现代机器学习与分析。
这些因素有助于公司将大量数据转化为具有洞察力和智慧的行动。
对于工业组织来说,这种技术在以下用例中将变得至关重要:
•低/间歇连接(如远程位置)
o将数据传输到云的带宽和相关的高成本
o低延迟,例如机器洞察和启动之间的闭环相互作用(即在机器上采取动作)
o即时分析(比如,在现场工作的技术人员来检查机器性能),
o获取实时分析的时间数据
o遵守,法规或网络安全限制。
这项技术的业务影响令人信服。边缘计算联盟虽然可以为工业组织带来许多成果,但确定了以下内容:•预测维护
o降低成本
o安全保证
o产品到服务的扩展(新的收入来源)
•能源效率管理
o降低能耗
o降低维护成本
o可靠性更高
•智能制造
o增加客户需求意味着产品使用寿命大大降低
o定制生产模式
o小批量和多批次模式正在开始取代大批量生产
•灵活的设备更换
o灵活调整生产计划
o快速部署新的流程和模型
3.边缘计算与云计算
对于工业企业来说,要充分认识到机器产生的大量数据的价值,边缘计算和云计算必须一起工作。
当您考虑这两种技术时,请考虑使用双手的方法。您将根据所需的操作使用一个或两个。将其应用于IIoT示例,其中一只手是边缘,另一只手是云,您可以快速查看某些工作负载中的“边缘手”将如何发挥更重要的作用,而在其他情况下,您的“云手”将采取领先位置。而有时候需要双手同时进行。
边缘将占主导地位的场景包括需要低延迟(速度至关重要)或有带宽限制的地方(诸如矿井或海上石油平台等场所,使其既不实际也不负担得起,在某些情况下也是不可能的,将所有数据从机器发送到云端)。当互联网或蜂窝连接很多时,也很重要。当行动需要重要的计算能力,管理来自各个工厂的数据量,资产健康监测和机器学习等时,云计算将占据更主要的地位。
底线是这样的:云端和边缘都是工业运营所必需的,从现今云计算和边缘应用的复杂,多样和数量庞大的数据中获得最大的价值,无论哪个地方最有意义的是实现预期的结果。
4.边缘计算典型应用场景
4.1.智能家居行业:
家中有非常多的智能家居的设备,智能家居不同产品之间互动场景的定义,需要边缘计算。这个边缘计算或者是个网关、或者是个中控系统,设备之间的互联互通、场景控制需要通过云计算与边缘计算协同。
4.2.可穿戴设备:
未来可穿戴设备大规模普及,每个人可能随身携带几个或者几十个可穿戴的设备,这些可穿戴设备之间是否需要联动?什么设备做这些设备的联动?如何让这些可穿戴设备协同?以每个人为中心的场景也需要边缘计算。
4.3.车联网:
每部车上都有大量的设备,汽车设备之间的协同,车与其他车之间的协同,车与人的协同;也需要通过边缘计算实现。
4.4.智慧城市
智慧城市建设是涉及诸多信息系统建设、科学运用综合集成技术的大型信息化工程,将带动城市基础设施的整体升级,支撑城市转型和产业升级。从国外到国内,从深圳到贵阳,物联网技术是基础设施智能化的重要支撑,而物联网技术应用也一定需要边缘计算。
从铺设网络、装置传感器、搭建系统平台到实现数据全采集,边缘计算在智慧城市中有着丰富的应用场景。在道路两侧路灯杆上安装传感器,便于收集城市路面信息,检测空气质量、光照强度、噪音水平等环境数据。当路灯发生故障时能够即时反馈至维护人员。在大楼电梯内安装传感器,收集电梯载客人数、运行时间等信息,并将信息上传云平台,通过统计分析能够优化电梯运营、排查故障原因。
在商业楼宇停车场内安装停车传感器,便于物业运营管理车位,同时司机也能通过第三方应用程序,根据传感器发来的信号获知空车位信息,后台车位信息的收集、分析及合理调度及基于停车现场的车位信息即时获取,构成了完善的停车传感器系统,一定程度能够缓解高峰期“停车难”的城市化难题。
5.挑战
为了实现边缘计算,我们认为在硬件、中间件和软件层面,有以下5个挑战需要解决。
5.1.挑战1:边缘节点上的通用计算能力
理论上,可以在位于边缘设备和云平台之间的某几个节点上完成边缘计算,包括接入点、基站、网关、业务节点、路由器、交换机等。例如,基站可以根据工作负载能力,执行数字信号处理(DSP)。但是在实践中,基站可能并不适合处理分析工作,因为DSP并不是为通用计算设计的。此外,这些节点是否可以执行除了现有工作之外的计算还不太清楚。
由CAVIUM提供的OCTEONFusion?Family是一个小型“芯片上基站”单元,可扩展从6个到14个的内核,以支持32到300+的用户。这种基站可在非高峰时间使用多个计算核心的运算能力。
许多供应商也已经迈出了使用软件解决方案实现边缘计算的第一步。例如,诺基亚针对移动边缘计算(MEC)的软件解决方案旨在为基站站点提供边缘计算能力。同样,思科的IOx为其集成的服务路由器提供了一个边缘计算环境。这些解决方案应用于特定硬件,因此不适合部署在异构环境中。